TS. Nguyễn Văn Mùi, Trường Đại học Gia Định: 'Tương lai của giáo dục đại học không phải gắn thêm AI mà xây dựng một kiến trúc mới'

Tại phiên thảo luận nằm trong khuôn khổ Hội nghị quốc tế về hợp tác giáo dục trong kỷ nguyên số (IECEE 2026) do Bộ GD-ĐT tổ chức, TS. Nguyễn Văn Mùi, Phó Hiệu trưởng Trường Đại học Gia Định đã đề xuất mô hình “Đại học AI-Native”, trong đó trí tuệ nhân tạo được tích hợp xuyên suốt mọi hoạt động của nhà trường.

TS. Nguyễn Văn Mùi, Phó Hiệu trưởng Trường Đại học Gia Định chia sẻ tại diễn đàn. Ảnh: Mạnh Hưng

Theo TS. Nguyễn Văn Mùi, nhiều trường đại học hiện đã số hóa hoạt động và ứng dụng các công cụ AI. Tuy nhiên, “đại học số” mới dừng ở việc đưa công nghệ vào các quy trình sẵn có. Mô hình “AI-Native” mà ông đề xuất đi xa hơn: dùng AI để nhà trường hiểu sâu hơn người học đang học như thế nào, năng lực phát triển ra sao, và chất lượng đào tạo cần cải thiện ở đâu. Kiến trúc này được xây dựng trên 05 trụ cột.

Đo kết quả học tập thay vì đo hoạt động

TS. Nguyễn Văn Mùi cho biết, trụ cột đầu tiên là dùng AI để phân tích mức độ đạt chuẩn đầu ra. Hệ thống lượng hóa mối liên hệ giữa nhiều yếu tố: chuẩn đầu ra của từng học phần và của cả chương trình, các cấp độ tư duy theo thang Bloom, phẩm chất và năng lực người tốt nghiệp, cùng mức đóng góp của mỗi học phần. Nhờ đó, nhà trường thấy rõ sinh viên đã đạt chuẩn đến đâu, đang hổng ở chỗ nào, và có căn cứ để liên tục điều chỉnh chương trình. Theo TS. Nguyễn Văn Mùi, điểm cốt lõi là chuyển từ đo lường hoạt động học tập sang đo lường và cải thiện kết quả giáo dục.

Các đại biểu tham dự chương trình. Ảnh: Mạnh Hưng

Tuy nhiên, TS. Nguyễn Văn Mùi cho rằng kết quả học tập trên giảng đường chưa phản ánh đầy đủ khả năng làm việc của sinh viên sau khi ra trường. Vì vậy, trụ cột thứ hai đề xuất hai loại hồ sơ cho mỗi sinh viên: Hồ sơ kỹ năng (Skill Passport) và Hồ sơ năng lực (Competency Profile).

Hai hồ sơ này được cập nhật liên tục từ bài học, dự án, bài đánh giá và hoạt động thực hành, rồi đối chiếu với yêu cầu năng lực của doanh nghiệp. Từ đó, nhà trường biết mỗi sinh viên còn thiếu kỹ năng gì để thiết kế lộ trình phát triển riêng, gắn việc học với yêu cầu thực tế của công việc.

Để các hồ sơ và phân tích trên vận hành được, nhà trường cần một nền tảng dữ liệu thống nhất. Đó là trụ cột thứ ba theo TS. Nguyễn Văn Mùi, đó là dữ liệu về chương trình đào tạo, chuẩn đầu ra, đánh giá, học liệu và yêu cầu của doanh nghiệp hiện thường nằm rải rác ở nhiều hệ thống khác nhau. Mô hình đề xuất gom tất cả vào một “đồ thị tri thức giáo dục”.

Nhờ nền tảng chung này, các tác tử AI (AI Agent) có thể hiểu mối quan hệ giữa các dữ liệu, truy xuất minh chứng và đưa ra khuyến nghị kèm lý giải rõ ràng.

Từ “gia sư AI” đến “người đồng hành AI”

TS. Nguyễn Văn Mùi cho biết, trụ cột thứ tư là trợ lý AI đồng hành (AI Coach), các gia sư AI (AI Tutor) hiện nay chủ yếu trả lời câu hỏi hoặc giải thích kiến thức. Những AI Coach là hệ thống theo dõi tiến độ học tập và sự phát triển năng lực của sinh viên, dự báo nguy cơ học kém, đề xuất cách hỗ trợ phù hợp với từng người và định hướng nghề nghiệp. Nhờ vậy, cả sinh viên, giảng viên lẫn nhà quản lý đều nhận được những khuyến nghị có thể áp dụng ngay.

“AI không còn chỉ là công cụ trả lời câu hỏi, mà trở thành đối tác đồng hành trong học tập và phát triển”, TS. Nguyễn Văn Mùi nhấn mạnh. Ảnh: Mạnh Hưng

Trụ cột thứ năm là hệ thống liên tục thu thập minh chứng, phân tích kết quả, đưa ra khuyến nghị, hỗ trợ ra quyết định, rồi đưa kết quả thực hiện trở lại hệ thống. Nhờ vậy, mọi khâu từ thiết kế chương trình, giảng dạy, đánh giá đến chuẩn bị nghề nghiệp đều được cải tiến không ngừng.

Theo TS. Nguyễn Văn Mùi, khi đó trường đại học không còn là một hệ thống số chỉ ghi nhận những gì đã xảy ra. Nhà trường trở thành một hệ sinh thái thông minh, có khả năng học hỏi, dự báo, hành động và tự cải tiến.

Dù vậy, TS. Nguyễn Văn Mùi lưu ý AI chỉ hỗ trợ, không thay thế phán đoán chuyên môn của nhà giáo dục. Việc triển khai phải có sự giám sát của con người, bảo vệ dữ liệu và quản trị AI có trách nhiệm.

TS. Nguyễn Văn Mùi khẳng định tương lai của giáo dục đại học không nằm ở việc gắn thêm AI vào hệ thống sẵn có. Điều cần làm là xây dựng một kiến trúc mới, trong đó trí tuệ nhân tạo, minh chứng và cải tiến liên tục được tích hợp xuyên suốt mọi hoạt động của nhà trường.